에서 위키 백과
개별 특정 효과, 랜덤 효과 가정 및 고정 효과 가정에 대해 두 가지 일반적인 가정이 있습니다. 랜덤 효과 가정 (임의 효과 모델에서 만들어진)은 개별 특정 효과가 독립 변수와 상관 관계 가 없다는 것 입니다. 고정 효과 가정은 개별 특정 효과가 독립 변수와 상관 되어 있다는 것입니다. 랜덤 효과 가정이 유지되면 랜덤 효과 모델이 고정 효과 모델보다 더 효율적입니다. 그러나이 가정이 유지되지 않는 경우 (즉, Durbin–Watson 테스트가 실패한 경우) 랜덤 효과 모델은 일관되지 않습니다.
랜덤 효과 모델이 왜 랜덤 효과가 입력 변수와 상관 관계가 없는지 궁금해하는 반면 고정 효과 모델은 효과가 입력 변수와 상관 관계를 갖도록 허용합니까?
감사!
답변:
회귀 분석에 변수를 포함하면 모형의 다른 모든 변수가 고정되어 계수가 추정됩니다. 변수가 모형에 포함되지 않은 다른 변수와 상관 된 경우 생략 된 변수 상수를 보유한 계수를 추정 할 수 없습니다. 이로 인해 변수 바이어스가 생략됩니다.
고정 효과 접근법은 개인 또는 관심 그룹을 나타내는 변수를 모델에 추가합니다. 결과적으로, 모델의 다른 계수는 개인 또는 그룹을 고정 된 상태로 계산할 수 있습니다. 이를 내부 (개인 또는 그룹) 추정기로 알려져 있습니다.
랜덤 효과 접근법은 개인 또는 그룹을 나타내는 변수를 모델에 추가하지 않습니다. 대신 오류 항의 상관 관계 구조를 모델링합니다. 기본적으로 랜덤 효과는 회귀선에서 예상치 못한 평행 이동으로 간주되며이 동일한 이동은 특정 개인 또는 그룹에 대한 모든 관측치에 적용됩니다. 이것은 개별 또는 그룹 관측치 내의 모든 이들을 상관시킨다. 랜덤 효과는이 상관 관계를 모델링합니다.
랜덤 효과 모델은 기본적으로 고정 효과를 생략하고 오류 구조를 모델링하여 누락을 극복합니다. 생략 된 고정 효과가 포함 된 변수와 상관되지 않는 한 괜찮습니다. 위에서 논의 된 바와 같이, 이러한 생략 된 변수는 바이어스 된 계수 추정치로 이어진다.
랜덤 효과 절차에서와 같이 고정 효과를 제외 할 경우의 이점은 개인 또는 그룹의 관찰 내에서 변하지 않는 변수는 다중 공선 성으로 인해 고정 효과에 포함될 수 없다는 것입니다. 랜덤 효과는 그러한 변수에 대한 계수를 추정하는 유일한 방법입니다.
내가 아는 것에서, 랜덤 효과는 OLS 모델의 일종의 확장이며, 상수는 회귀 벡터에 포함되며 오류는 관찰되지 않은 효과 (시간 불변)와 관찰 된 오류 ( 시간 변형).
귀하의 질문에 대답하는 방법을 잘 모르지만 RE 모델은 오류가 독립 변수와 상관 관계가 필요하지 않다고 말하고 싶습니다. 왜냐하면 상관 관계가 있다면 FE 추정값이 더 적절합니다. 두 사양으로 회귀 분석을 실행 한 후 Hausman 테스트를 수행하여 데이터 세트를 더 잘 해석하는 테스트 할 수 있습니다.
이것은 Wooldridge의 횡단면 및 패널 데이터의 계량 분석에서 비롯된 것입니다.
(...)
